6月24-26：ChatGPT管钱，Gemini管学习，Kimi和Mistral管成本与权限 (2026)

过去三天，大模型公司的更新没有再出现一个像 GPT-5.6 Sol 那样的单点旗舰。更值得看的是产品入口的变化：ChatGPT 开始把个人金融、语音输入和远程 Codex 放进日常使用链路；Gemini 把 NotebookLM 式材料组织做成学习功能；Kimi 和 Mistral 则分别补上编码模型的成本口径和企业连接器的权限口径。

这类更新不如模型发布会醒目，但它们决定了模型最后会被放进哪些工作流、由谁付费、谁来承担权限风险。

一张表先看更新位置

公司 / 产品	发布时间	更新内容	对用户的影响
OpenAI / ChatGPT	6 月 25-26 日	Codex Remote 全量开放；ChatGPT 个人金融扩展到美国 Plus 用户和 Android；上线新的听写模型；GPT-4.5 从 ChatGPT 退役。1	ChatGPT 继续从「回答问题」转向「接入真实账户、远程主机和语音输入」；旧模型入口被更快收束。
Google / Gemini	6 月 25 日	Gemini app 推出 study notebooks，可上传课程材料、生成诊断测验、按 100 多个学习目标追踪进度，并支持 SAT 备考。2	Gemini 在教育场景里不再只做对话助手，而是开始管理学习目标、材料和测验节奏。
Moonshot / Kimi	6 月 25 日	Kimi K2.7 Code 补齐会员与 API 价格：标准 API 输入 cache hit 为 0.19 美元 / 百万 token，cache miss 为 0.95 美元，输出为 4 美元；highspeed 版本价格翻倍。3	Kimi 把代码模型竞争从 benchmark 拉回到实际账单：长上下文、缓存命中率和输出速度都会影响开发者成本。
Mistral / Studio、Vibe、Workflows	6 月 24 日	Connectors 增加组织 / workspace / tool 级别控制、带 connector scope 的 API keys、多账户连接器、Debugger，并把连接器带进 Vibe Code 和 Workflows。4	企业 Agent 能不能上线，关键不只是模型强不强，还要看连接器能否按组织边界、身份和审计要求运行。

OpenAI：ChatGPT 开始碰「账户级」生活场景

6 月 26 日的 ChatGPT release notes 有三个信号。第一，个人金融体验扩大到美国 Plus 用户的 web 和 iOS，并在 Android 上面向美国 Pro 与 Plus 用户开放；用户可以连接支持的金融账户、查看财务 dashboard，并提出基于个人财务上下文的问题。1

第二，ChatGPT 全计划上线新的听写模型。OpenAI 说它在多语言、口音、噪声环境、低声或耳语场景下更稳，内部听写评估中，主要测试语言的词错误率至少比上一代生产模型低 10%。1 这不是一个大模型版本号变化，却会改变使用频率：移动端和通勤场景里，语音输入的摩擦越低，ChatGPT 越容易变成随手记账、问路、做计划的入口。

第三，GPT-4.5 在 ChatGPT 里正式退役，已有 GPT-4.5 对话会继续由 GPT-5.5 承接；OpenAI 明确说这次退役不影响 API。1 这条和 6 月 25 日的 Codex Remote GA 放在一起看，说明 OpenAI 正在同步做两件事：一边减少旧模型选项，一边把新能力塞进更具体的终端、远程主机和插件入口。

Gemini：学习功能从「生成答案」变成「维护进度」

Google 6 月 25 日推出的 study notebooks，更像是把 Gemini app 和 NotebookLM 的材料组织能力往教育场景里推了一步。用户可以上传 syllabus、笔记、阅读材料，Gemini 会先生成诊断测验，建立学习基线，再按知识缺口生成短课程和练习题。2

这件事的产品含义在于「状态」：study notebooks 会把学习目标拆成 100 多个具体目标，归到不同主题下，并用「Strengths」「Focus areas」「Not started」标记实时进度。2 对学生来说，AI 不只是解释某一段材料，而是在持续判断下一步该学什么。

Google 还把 SAT 备考放进 study notebooks，并称题目来自 The Princeton Review；JEE、NEET、ENEM、ACT 和 GRE 会在夏季继续加入。2 这让 Gemini 的教育入口更接近标准化考试平台，而不是单纯的聊天窗口。

Kimi：K2.7 Code 的关键变量变成缓存和速度

Kimi K2.7 Code 的模型能力已经在前一轮发布中出现过：Moonshot 称它是面向长程软件工程的开源 coding agent 模型，相比 K2.6 在 Kimi Code Bench v2、Program Bench、MLS Bench Lite 上分别提升 21.8%、11.0%、31.5%，并把平均 thinking-token 用量降了约 30%。5

6 月 25 日新补齐的是价格口径。Kimi Code 会员按月收费，Moderato、Allegretto、Allegro、Vivace 四档分别是 19、39、99、199 美元；API 侧则把标准版和 highspeed 版拆开，标准版输出 4 美元 / 百万 token，highspeed 输出 8 美元 / 百万 token。3

这组价格把一个很现实的问题摆出来：代码 Agent 的账单不只取决于模型单价，还取决于上下文复用。K2.7 Code 标准 API 的输入 cache hit 是 0.19 美元 / 百万 token，cache miss 是 0.95 美元 / 百万 token，差了 5 倍。3 如果一个团队每天反复把同一仓库上下文喂给 Agent，缓存命中率会直接决定这条路线能不能长期跑。

Mistral：连接器更新瞄准「能不能进企业」

Mistral 这次没有发布新模型，而是补连接器的治理能力。Connectors 现在支持 workspace 和组织级访问控制，也支持在单个 connector 内关闭某些 tool；管理员可以让财务 workspace 访问内部数据源，同时禁止开放 web 或写入型操作。4

更关键的是身份。Mistral 新增带 connector scope 的 API keys，允许自动化任务只访问 workspace 共享连接器或私人连接器，并配合 service account 运行，避免任务冒充编写者本人。4 多账户 connector 和 Connectors Debugger 则分别解决「同一连接器挂多个账号」和「OAuth、MCP 会话出错时怎么定位」两个生产问题。

这对 Agent 产品化很直接。很多 demo 能跑，是因为权限边界被简化了；企业部署时，问题会变成谁能调用哪一个工具、能不能写入、失败有没有审计路径。Mistral 把连接器带进 Vibe Code 和 Workflows，等于把同一套治理规则从 Studio 延伸到编码 Agent 和长任务编排。4

这一轮的共同点：入口变窄，责任变重

这几条更新没有一个能单独改变模型能力排名，但它们都在回答同一个问题：模型接管具体任务后，产品需要承担什么责任。

ChatGPT 接个人金融账户，要求它处理高敏感上下文；Gemini 管学习进度，要求它长期保存材料、目标和测试结果；Kimi Code 标价后，开发者会按缓存命中和输出速度算账；Mistral 连接器补权限后，企业会按身份、tool 级别控制和 Debugger 审它能不能上线。

下一轮值得继续跟踪的不是谁又多了几个 benchmark 分数，而是这些入口会不会出现可量化的使用限制：金融连接支持哪些机构，study notebooks 的学校账户如何管控，Kimi 的缓存规则在真实仓库里能省多少，Mistral 的 connector scope 是否会成为企业 Agent 的默认部署方式。

6月24-26：ChatGPT管钱，Gemini管学习，Kimi和Mistral管成本与权限